DeterioroRecubrimientosOrganicos

Vista previa del material en texto

* Ingeniera de Materiales de la Universidad del Valle, Cali (Co­
lombia). Actualmente es estudiante de Maestría en Ingeniería de la 
Uni versidad de Antioquia, Medellín (Colombia). angela.bermudez@
udea.edu.co
** Doctor en Ciencias Químicas, Universidad Complutense de 
Madrid (España). Actualmente es docente del Departamento de Inge­
niería de Materiales, Universidad de Antioquia, Medellín (Colom bia). 
jcasta@udea.edu.co
*** Doctor en Corrosión, The Univesity of Manchester, Manchester 
(Inglaterra). Actualmente es docente del Departamento de Ingeniería 
de Materiales, Universidad de Antioquia, Medellín (Colombia). 
fecheve@udea.edu.co
Correspondencia: Ángela Bermúdez­Castañeda, Universidad de An­
tioquia, CIDEMAT, Sede de Inves tigaciones Universitaria, Carrera 53 n°. 
61 – 30, Medellín (Colombia). Tel: 574­2196616, Fax: 574­2196402, 574­
2196565.
Ángela Bermúdez­Castañeda*
Juan Guillermo Castaño­González**
Félix Echeverría Echeverría***
Universidad de Antioquia (Colombia)
ARTÍCULO DE REVISIÓN / REVIEW ARTICLE
Deterioro de recubrimientos orgánicos: 
Principales modelos y 
métodos de cuantificación 
Organic coatings deterioration: Mean 
models and quantification methods 
Volumen 30, no. 2
Julio­diciembre, 2012
ISSN: 0122­3461 (impreso)
ISSN: 2145­9371 (on line) 
mailto:angela.bermudez@udea.edu.co
mailto:angela.bermudez@udea.edu.co
mailto:jcasta@udea.edu.co
mailto:fecheve@udea.edu.co
Ángela Bermúdez­Castañeda, Juan Guillermo Castaño­González, 
Félix Echeverría Echeverría
262 Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
Fe
ch
a 
de
 re
ce
pc
ió
n:
 2
2 
de
 m
ay
o 
de
 2
01
2
Fe
ch
a 
de
 a
ce
pt
ac
ió
n:
 2
2 
de
 a
go
st
o 
de
 2
01
2
Resumen
Las pinturas constituyen uno de los principales métodos de protección 
contra el deterioro atmosférico de estructuras metálicas. El desempeño 
en servicio de las mismas depende en gran medida de la naturaleza de los 
recubrimientos orgánicos y del efecto de diversos factores ambientales 
y meteorológicos. Por esta razón, es esencial tanto para el desarrollo de 
nuevos recubrimientos como para los procesos de evaluación de pinturas 
identificar la fenomenología del deterioro, así como los métodos usados 
para modelar y predecir el comportamiento de los recubrimientos, las 
fechas de mantenimiento preventivo o reemplazo, además del tiempo 
de vida de la estructura reparada. Esta revisión recoge los principales 
métodos empleados para la modelación de dicho deterioro con fines 
predictivos.
Palabras Claves: Deterioro, fenomenología, modelos, pinturas anti­
corrosivas.
Abstract 
Paints are the main protection method for atmospheric deterioration of 
metallic structures. Their performance in service depends largely on the 
nature of organic coatings and environmental and meteorological factors. 
For these reasons, it is essential for development, selection and evaluation of 
paints to identify the deterioration phenomenology as well as the methods 
used for modeling and predicting the behavior of coatings, the preventive 
maintenance o replacement dates and the life time of repaired structures. 
In this review the main employed methods used for the modeling of such 
deterioration for predictive purposes are presented.
Keywords: Anticorrosive paints, models, deterioration, phenomeno­
logy.
DETERIORO DE RECUBRIMIENTOS ORGÁNICOS: PRINCIPALES MODELOS Y 
MÉTODOS DE CUANTIFICACIÓN 
263Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
1. INTRODUCCIÓN
Uno de los principales retos de los desarrolladores y usuarios de sistemas 
de recubrimientos orgánicos es determinar el tiempo de falla y el tipo de 
deterioro preferencial de una pintura en determinados ambientes. Sin 
embargo, debido a que tanto el tiempo como el tipo de falla dependen de 
diversos factores meteorológicos o ambientales, ha sido difícil el diseño de 
modelos que integren e interpreten todos los escenarios posibles.
Con el objeto de identificar la importancia y el efecto de los factores que 
causan el deterioro de pinturas, en numerosos estudios se realizan ensayos 
de campo, campo simulado y ensayos acelerados. La metodología de los 
ensayos de campo consiste en la exposición de placas metálicas, tanto 
desnudas como recubiertas, bajo condiciones reales de operación. En 
las pruebas de campo simulado, la concentración de contaminantes del 
ambiente es alterado por el rociado frecuente de sales sobre las probetas de 
ensayo. Por su parte, los test acelerados simulan diferentes ambientes con 
contaminantes como SOx, Cl­, CO2 y NOx y condiciones meteorológicas, 
tales como radiación, porcentaje de humedad relativa (%HR), temperatura 
y lluvia ácida. Para este tipo de ensayos se ha encontrado que la 
degradación obtenida de pruebas cíclicas es más aproximada a la realidad 
que la alcanzada por ensayos acelerados con condiciones constantes [1]­
[7].
En muchos casos, se realizan de forma simultánea diversos ensayos 
acelerados con el fin de establecer correlaciones entre las respuestas de 
los recubrimientos obtenidas a partir de una y otra prueba. Sin embargo, 
uno de los mayores inconvenientes lo constituyen las diferencias que se 
presentan en la respuesta de los diferentes materiales en ensayos acelerados 
con respecto al deterioro en campo y en servicio. Estas diferencias pueden 
presentarse, por ejemplo, en la reproducción del nivel, tipo de deterioro 
o en el ordenamiento cristalino de un óxido, y pueden estar causadas por 
el efecto aislado de contaminantes o de factores ambientales que en la 
realidad actúan de manera sinérgica [4], [8], [9]. De acuerdo con lo anterior, 
se ha avanzado tanto en el diseño de ensayos acelerados cíclicos, como en 
la aproximación a modelos tanto estocásticos como determinísticos que 
permitan realizar mejores ajustes y análisis que conlleven menor tiempo 
que los ensayos de campo [10], [11]. Por otro lado, existen estudios donde 
Ángela Bermúdez­Castañeda, Juan Guillermo Castaño­González, 
Félix Echeverría Echeverría
264 Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
a partir de los datos de degradación puede hacerse inferencia con niveles 
aceptables de fiabilidad, aun cuando no existan fallas. Esta modelación 
de la degradación tiene más credibilidad para modelos de aceleración 
extrapolados que son más cercanos a los mecanismos físicos de la falla 
[12].
Este artículo describe los principales modelos matemáticos aplicados al 
deterioro de recubrimientos orgánicos por efecto de la intemperie. Para 
comprender claramente el deterioro se presentan en forma inicial los 
factores más influyentes en los diferentes tipos de falla y posteriormente 
los principales métodos de aproximación citados en la literatura.
2. INCIDENCIA DE DIFERENTES FACTORES EN 
 EL DETERIORO DE RECUBRIMIENTOS ORGÁNICOS
El comportamiento de una pintura expuesta a un medio específico está 
gobernado básicamente por la influencia de los diversos factores meteo­
rológicos, ambientales, de preparación superficial, así como de las carac­
terísticas de aplicación y del sustrato [5], [13]­[15]. La radiación solar 
(UV, principalmente), la humedad, los contaminantes, la temperatura, 
la periodicidad de fenómenos climatológicos y la lluvia ácida son los 
factores de mayor efecto negativo sobre los recubrimientos orgánicos y 
los materiales en general [1], [8], [16], [17]. De acuerdo con los diversos 
estudios que se han realizado para analizar el deterioro de materiales 
y las regulaciones tanto ISO como ASTM existentes, se han establecido 
estándares internacionales que regulan la instalación de bastidores, la 
disposición de las placas y la medición de la agresividad del ambiente, 
entre otros aspectos [18]­[21].
Dentro de los factores meteorológicos y climatológicos, la radiación solar 
ha sido caracterizadaampliamente, sobre todo en la fracción ultravioleta 
(entre 295 y 400 nm), puesto que se considera el elemento más dañino 
para recubrimientos orgánicos debido a la degradación que origina en 
las cadenas poliméricas. Adicionalmente, la radiación juega un papel 
muy importante en el efecto sinérgico cuando se combinan diferentes 
fac tores que pueden deteriorar una pintura. La luz solar puede variar 
tanto en intensidad como en la distribución de energía con la estación 
cli mática, la localización y la presencia de agentes atmosféricos, tales 
DETERIORO DE RECUBRIMIENTOS ORGÁNICOS: PRINCIPALES MODELOS Y 
MÉTODOS DE CUANTIFICACIÓN 
265Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
como aerosoles o contaminantes. Tales variaciones pueden afectar la per­
meabilidad, la estructura del polímero, las propiedades mecánicas y las 
características superficiales de los recubrimientos, generando defectos 
como entizamiento, cambios en la rugosidad, fragilidad, endurecimiento 
de la película, pérdida de brillo y cambios en el color inicial, entre otros 
[3], [10], [16], [22]­[24]. Estos defectos son comúnmente reproducidos en 
laboratorios por cámaras de radiación con lámparas UVA (340 nm), UVB 
(313nm) y Xenón, en las cuales se pueden exponer recubrimientos con 
fines anticorrosivos, diversos tipos de pinturas como las arquitectónicas, 
u otros materiales como los plásticos sintéticos y la madera. 
En este orden de ideas, se ha buscado establecer correlaciones entre los 
diferentes dispositivos, con base en el espectro de radiación que tiene cada 
una de las lámparas utilizadas en las cámaras de intemperie. Asimismo, se 
ha analizado la forma en que se pueden complementar o reemplazar entre 
sí estas lámparas, en ensayos de exposición aislada o en combinación con 
contaminantes, humedad, temperatura, etc. [4]­[6].
El deterioro de las pinturas en ensayos de campo puede ser comparado con 
los resultados obtenidos en ensayos en cámaras de intemperie (QUV) con 
ciclos de condensación y secado, con el objetivo de establecer similitudes o 
diferencias a partir de la pérdida de brillo, cambio de color, delaminación 
y entizamiento, entre otras características. Este tipo de estudios permite la 
realización de análisis descriptivos, la comparación de propiedades entre 
materiales expuestos en condiciones similares y la predicción de fallas [9], 
[25]. Por ejemplo, en Estados Unidos se han realizado estudios en una 
estación de exposición de materiales ubicada en el sur de la Florida, la 
cual es considerada actualmente como una estación de referencia para 
ensayos a la intemperie [26]. Por otro lado, existen estudios como el de 
Santos et. al. [8], donde se toman dos recubrimientos, uno de poliéster 
y otro de poliéster­silicona en dos colores (azul y marrón), que son 
expuestos en la atmosfera de Lumiar (Portugal), así como en cámara 
de radiación/humedad con lámparas UVA y UVB. Se estableció que el 
poliéster­silicona marrón fue el que presentó mejor desempeño evaluado 
en dichas condiciones, aunque se determinó que los cambios de color, 
pérdidas de brillo y entizamiento se presentaron en las tres condiciones de 
exposición pero en niveles diferentes para cada pintura. Los cambios más 
notorios en la película se presentaron en el ensayo con exposición UVB, 
Ángela Bermúdez­Castañeda, Juan Guillermo Castaño­González, 
Félix Echeverría Echeverría
266 Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
mientras que el comportamiento de los recubrimientos sometidos a UVA 
fue el más cercano a los observados en campo natural. Lo anterior puede 
corresponder a la relación inversamente proporcional entre el grado de 
deterioro y la longitud de onda.
Por otra parte, se han desarrollado métodos que permiten modelar la 
radiación y los fenómenos que ella genera en los materiales. Estas apro­
ximaciones son posibles debido a que la radiación recibida por un material 
depende de la absorbancia con respecto al tiempo, la longitud de onda 
emitida y la irradiancia, lo que conlleva a que los cambios o fenómenos 
producidos en el sustrato puedan relacionarse con estos parámetros [27]­
[29]. De hecho, una forma de modelar la radiación meteorológica es a 
través de las fracciones solares, en cuyo manejo deben tenerse en cuenta 
diversos parámetros que afectan desde la incidencia de la radiación sobre 
la película o sustrato expuesto hasta la cantidad de energía generada a 
través de esta fuente [30].
En este orden de ideas, se encuentran los modelos basados en la reciprocidad 
de la fotodegradación o en la reciprocidad límite. En el primer caso, existe 
una relación inversamente proporcional entre el tiempo para alcanzar 
cierto nivel de deterioro y la tasa a la cual los fotones atacan al material 
para que se degrade. En el segundo caso, dicha relación se ve alterada por 
cambios en la intensidad de la luz (por filtros, por ejemplo) [31].
Otro factor de gran importancia en el deterioro de pinturas es la humedad, 
puesto que muchos estudios han demostrado que las pérdidas de adhesión 
están relacionadas con la presencia de humedad en la interfase metal/
pintura (La interfase corresponde a la zona de contacto entre el metal y 
la pintura). La naturaleza hidrofílica de las capas de óxido presentes en la 
superficie metálica, el agua y los componentes hidrofílicos de la pintura, 
hacen que estos sean absorbidos, generando una mala adherencia de la 
capa húmeda [32], [33]. 
De otro lado, para que ocurran las reacciones de corrosión es necesaria 
la presencia de humedad que promueve el deterioro tanto por procesos 
químicos como electroquímicos. La absorción de agua dentro del material 
puede originar la expansión volumétrica de la capa de recubrimiento 
por formación de óxidos o acumulación de humedad. Lo anterior genera 
DETERIORO DE RECUBRIMIENTOS ORGÁNICOS: PRINCIPALES MODELOS Y 
MÉTODOS DE CUANTIFICACIÓN 
267Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
esfuerzos que conducen a delaminación, fatiga, ampollamiento osmótico 
en presencia de sales y contaminantes, entre otros problemas. Puesto 
que la humedad acelera la cinética de las reacciones, dicho efecto puede 
incrementarse aún más a medida que aumenta la temperatura [3], [10], 
[31], [34]­[36]. 
Según la investigación realizada por Del Amo et. al. [32], en la que se 
estudiaron 4 sistemas de pinturas expuestos a niebla salina y ensa yos 
de inmersión, la pérdida de adhesión del recubrimiento depende tam­
bién de la permeabilidad. En dicho trabajo se evaluaron la adheren cia, 
el ampollamiento y el comportamiento de las películas en ensayos elec­
troquímicos. Ellos encontraron fallas en la adhesión de los recubrimientos, 
tanto en la zona en contacto con el electrolito como a cierta distancia de las 
celdas de análisis, debido a la permeabilidad de la pintura y a la difusión 
del electrolito. Adicionalmente, los investigadores afirman que las fuerzas 
de adhesión en la interfase desempeñan un rol importante durante los 
procesos de formación de ampollas y delaminaciones por exposición en 
cámara salina. Estos defectos se presentan por el debilitamiento de los 
enlaces en la interfase metal/pintura causado por la irrupción de productos 
acuosos dada la sensibilidad al agua de los enlaces de Van der Waals, que 
son los enlaces que garantizan la adhesión de la película orgánica [33], o al 
avance de la humedad a través de zonas de baja adhesión [32]. La pérdida 
de adherencia, además, puede presentarse a causa de preparaciones super­
ficiales pobres que pueden dejar grasa, sales, polvo y óxido que afectarán 
las fuerzas adhesivas de la pintura y causaran posiblemente fenómenos 
como delaminación, exfoliación, etc. [35].
Finalmente, dentro de los principales factores que influyen en la degra­
dación se encuentrala temperatura. Debe aclararse que la temperatura 
que se registra ambientalmente no coincide con la que se presenta en la 
superficie de la pintura, puesto que esta se encuentra influenciada por 
los componentes que tenga el recubrimiento con el fin de retrasar el 
envejecimiento o la pérdida de propiedades del mismo, así como por la 
conductividad térmica del sustrato; esta diferencia entre la temperatura 
ambiente y la que se registra en la superficie genera grandes incertidumbres 
en los modelos de predicción [10], [37].
Ángela Bermúdez­Castañeda, Juan Guillermo Castaño­González, 
Félix Echeverría Echeverría
268 Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
3. FENOMENOLOGÍA Y ANÁLISIS DEL DETERIORO
El estudio de la fenomenología del deterioro se justifica bajo argumentos 
técnicos y económicos. La identificación de defectos o características en 
el recubrimiento que una vez en servicio puedan constituir una alerta 
de los cambios de la pintura es clave para tomar medidas preventivas. 
Adi cionalmente, permite establecer las condiciones ambientales de una 
atmosfera determinada [38], así como las bondades y limitaciones de los 
diferentes sistemas de protección. En este orden de ideas, deben consi­
derarse dentro de los motivos económicos, los costos en los que se incurre 
por mantenimiento y por acciones correctivas una vez que la falla ha 
ocurrido, puesto que, por lo general, traen consecuencias mayores que 
las operaciones de mantenimiento. Por ello, se han planteado diversas 
investigaciones en las que se trata de establecer, por diferentes vías, los 
tiempos estimados de duración de un recubrimiento o, en su defecto, los 
mejores tipos de pinturas en función de las condiciones de exposición, 
estudiando mediante análisis cualitativo, descriptivo y cuantitativo el de­
terioro de las mismas. 
Análisis descriptivo
Dentro del análisis descriptivo se encuentra abundante bibliografía sobre 
la respuesta de las pinturas a diferentes variables. Un ejemplo de ello es el 
estudio realizado por Santos et. al. [39], en el que se hace una descripción 
detallada de los defectos producidos, que incluyen ampollamiento, co­
rrosión, entizamiento, cambio de color, además del avance de corrosión 
en la incisión de 4 tipos de pinturas expuestas en atmósferas de alta agre­
sividad. La caracterización de los recubrimientos se hizo mediante FTIR 
(Espectroscopia Infrarroja por Transformadas de Fourier). Todo el análisis 
condujo a la clasificación de los sistemas en función de su durabilidad y 
a relacionar la aparición de defectos de probetas sometidas a ensayos de 
campo con las evaluadas bajo ensayos acelerados. 
En esta misma línea se encuentra el estudio planteado por Deflorian et. 
al. [40], en el que se realizaron comparaciones en pinturas expuestas en 
ensayos acelerados y ensayos de campo. Gracias a que se tuvieron en 
cuenta los datos meteorológicos de los lugares de exposición, se estableció 
que es de gran importancia analizar la sinergia entre la radiación Ultra­
DETERIORO DE RECUBRIMIENTOS ORGÁNICOS: PRINCIPALES MODELOS Y 
MÉTODOS DE CUANTIFICACIÓN 
269Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
Violeta (UV) y la condensación para establecer ciclos de ensayo más 
adecuados a la realidad. Adicionalmente, se encontró que las propiedades 
tipo barrera de películas de bajo espesor disminuyen con el efecto de los 
ciclos térmicos y de los ensayos de niebla salina, por lo que se concluye 
que la resistencia a la intemperie está fuertemente ligada con el espesor.
Es posible observar una gran cantidad de formas de falla, y cada pintura 
se comporta de manera diferente, lo cual dificulta sobremanera este tipo 
de estudios. Por otro lado, aún cuando los ensayos y sus respectivos 
ciclos se encuentran estandarizados por normas internacionales, no exis­
te consenso entre la validez de un ensayo acelerado para reproducir o 
acercarse al deterioro causado naturalmente. Por ejemplo, en la inves­
tigación planteada por Almeida et. al. [41], se evaluaron alrededor de 19 
sistemas de pinturas en diferentes sustratos. Los sistemas se expusieron 
en cinco lugares diferentes y en cuatro tipos de ensayos acelerados. 
Dentro del estudio se evaluó la eficiencia de recubrimientos base agua 
con respecto a los de base solvente en diferentes atmósferas, así como el 
comportamiento en cámaras, donde se encontraron diferentes grados de 
deterioro con respecto a la escala ISO. Los investigadores describen los 
tipos de deterioro en función del ambiente al que fueron sometidos y a 
la naturaleza del recubrimiento. Se concluyó que algunos de los valores 
obtenidos en los ensayos de adherencia a partir de los métodos cross-
cut y pull-off no tienen correlaciones importantes con el comportamiento 
anticorrosivo observado en los diversos ensayos de campo. 
Análisis cuantitativo y modelos de deterioro de materiales
La fenomenología del deterioro bajo ambientes de alta agresividad pue­
de ser utilizada como una ayuda para realizar diagnósticos del compor­
tamiento de los sistemas de protección, pero no como una herramienta 
suficiente para determinar la durabilidad de la pintura. Esto solo puede 
lograrse a través del tratamiento de los datos obtenidos en los diversos 
tipos de ensayos. Como ya se mencionó, las manifestaciones del deterioro 
pueden ser un indicativo de los cambios que está sufriendo el recubrimiento 
orgánico. Sin embargo, el objetivo principal es encontrar correlaciones 
y/o modelos que provean un soporte a la información a través de la 
interpretación de resultados y su uso potencial como herramienta de pre­
dicción. 
Ángela Bermúdez­Castañeda, Juan Guillermo Castaño­González, 
Félix Echeverría Echeverría
270 Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
De manera general, Meeker et. al. [42] plantean que los modelos de 
degradación se inician con una descripción determinística de la degra­
dación y posteriormente la aleatoriedad es introducida con una distribución 
de probabilidad, donde se describe la variabilidad definiendo unas con­
diciones iniciales y los parámetros del modelo como tasas constantes o 
propiedades del material. 
El interés de estos estudios se basa principalmente en la determinación 
de los tiempos de falla, para lo cual los datos de degradación pueden ser 
caracterizadas en función del tiempo en el que ocurren. Meeker y Escobar 
[12] definen la forma en la que los modelos de degradación de materiales 
pueden ser interpretados, ya sea de forma lineal, convexa o cóncava. En 
los modelos lineales, la cantidad de desgaste va a ser proporcional a un 
tiempo. Los convexos pueden corresponder a un incremento en la tasa de 
degradación con el respectivo aumento del nivel del mismo. Finalmente, 
los de forma cóncava corresponden a degradaciones que no dependen en 
mayor parte del tiempo ni del nivel de deterioro, sino de otros factores, 
como la presencia de algún contaminante que acelere la falla. 
De otro lado, también se establece que dentro de las condiciones necesarias 
a tener en cuenta para la modelación debe incluirse, en primer lugar, la 
variabilidad de unidad a unidad, es decir, las diferencias entre las probetas 
o el material expuesto tanto en geometría, propiedades y características. 
En segundo lugar, deben tomarse en cuenta las variabilidades en las 
condiciones de degradación que puedan resultar en procesos estocásticos 
y presentar variaciones en el tiempo de forma aleatoria. Y en tercer lugar, 
las limitaciones de los datos de degradación, puesto que pueden verse 
afectadas por mediciones con márgenes de error elevados o cuando se 
monitorea la degradación pero esta no es cercana a la falla [12].
Por otra parte, existen modelos que han sido obtenidos por varios méto­
dos, tales como: (i) los modelos estadísticosblack – box, para calcular el 
tiempo de falla cuando no puede ser identificada una relación evidente, 
(ii) los modelos de esfuerzo­resistencia grey – box, basados en mediciones 
cuantitativas que indican la dependencia del deterioro y las fallas con 
el tiempo, y (iii) los modelos white-box, que se han desarrollado a partir 
de la simulación de los procesos físicos de deterioro y falla. Dentro de 
los más utilizados se encuentran tanto los métodos determinísticos co­
DETERIORO DE RECUBRIMIENTOS ORGÁNICOS: PRINCIPALES MODELOS Y 
MÉTODOS DE CUANTIFICACIÓN 
271Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
mo las técnicas de regresión, que evalúan la incidencia de condiciones 
ambientales, así como los métodos estocásticos (incluyendo los procesos 
de cadenas de Markov) donde la probabilidad de falla depende de un 
evento anterior [43]­[45].
Dado que la tasa de degradación de un recubrimiento depende de fac­
tores como el sustrato, la naturaleza de la pintura, el clima, el sitio de 
exposición, la técnica de aplicación, el diseño de la estructura recubierta, 
las propiedades de los componentes del sistema de protección, entre 
otros, se generan respuestas que, al no tener una relación lineal con dichas 
varia bles, hacen difícil la predicción en términos de durabilidad [16], [46]. 
Esto puede corroborarse en las ecuaciones que modelan los datos para 
polímeros sintéticos y madera en función de condiciones atmosféricas y 
ambientales, donde las relaciones no son lineales [25], [26].
Algunos de los modelos más representativos de degradación de recubri­
mientos se muestran en la tabla 1. 
Modelo de Movimiento Browniano y proceso Gamma
En un estudio realizado por Nicolai et. al. [43], [47], se planteó el análisis 
del deterioro de pinturas con información porcentual (escalas de 
degradación de 0 a 100%) analizada mediante modelos estocásticos de 
deterioro, como el modelo de Movimiento Browniano (MB) y el proceso 
Gamma. Con el modelo MB puede obtenerse la probabilidad de deterioro 
una vez se excedan unos valores o niveles representados por parámetros 
en un intervalo de tiempo dado. Sin embargo, se obtienen incrementos 
positivos y negativos en nivel de deterioro, lo cual no refleja la realidad, 
pues el deterioro es un proceso creciente. Por su parte, el proceso Gamma 
permite calcular la probabilidad de deterioro por medio de una función 
de densidad en la que los incrementos son siempre positivos. Estos dos 
métodos fueron comparados con una simulación física del proceso en el 
que los lugares de inicio del deterioro, llamados spots, se distribuyen de 
acuerdo con su aparición en unidades de tiempo discreto siguiendo un 
proceso Poisson no homogéneo. Al compararlos, es posible evidenciar 
que aunque los dos modelos mencionados inicialmente tienen buenas 
aproximaciones, el modelo de simulación física da una visión más clara 
del fenómeno real aunque se considera que no es el mejor que existe.
Ángela Bermúdez­Castañeda, Juan Guillermo Castaño­González, 
Félix Echeverría Echeverría
272 Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
Modelos basados en propiedades físicas y mecánicas de pinturas
Por otra parte, según Croll et. al. [48], los cambios químicos de las pinturas 
influyen sobre las propiedades macroscópicas, por lo cual es posible 
relacionar el deterioro con el cambio de alguna característica morfológica 
y superficial. Se propone, entonces, un método para calcular el ángulo de 
contacto y sus valores en diferentes tiempos de exposición en función de 
la pérdida de brillo y la rugosidad. Al ir aumentando estos fenómenos por 
la exposición y al irse generando la erosión, se supone que el deterioro 
se distribuye normalmente (de forma Gaussiana) sobre la película, pro­
vocando disminuciones en el ángulo de contacto. De esta manera, se pro­
ponen relaciones lineales o logarítmicas que permitan calcular o predecir 
la vida útil del recubrimiento. 
Con el objetivo de comprender la respuesta de las pinturas sometidas a 
factores externos, se han desarrollado modelos para encontrar relaciones 
entre factores y respuestas en los que se incluyen las propiedades de 
los recubrimientos. Tal es el caso del estudio desarrollado por Iost et 
al. [49], en el cual se realizaron modelaciones con base en medidas de 
macrodureza Vickers, microdureza Vickers y ultra dureza Vickers. Los 
auto res relacionaron la respuesta del sistema recubrimiento–sustrato con 
la variación de la longitud de la diagonal del indentador y el espesor resi­
dual después de la aplicación de la carga. 
Modelos de distribución de tiempos de vida y cálculo de tasas de riesgo
Martin et al. [46], en su metodología para evaluación de recubrimientos, 
especifican que para determinar el tiempo de vida se debe escoger un 
valor crítico que define un nivel de falla y adicionalmente establecen 
unos pasos de deterioro. Inicialmente, por lo general, hay un período de 
inducción donde no hay cambios sustanciales, seguido por un período de 
aceleración. En muy raras ocasiones se presentan fallas instantáneas. Las 
muestras o estructuras donde no se presentan fallas ni se registran por 
tanto los tiempos de ocurrencia de estas se consideran datos censurados. 
Esta información, junto con la alta variabilidad de los datos en servicio 
y el efecto de los riesgos competitivos, es analizada para determinar 
los cambios que han ocurrido, relacionar tiempos de falla o reformular 
parámetros para modelos de predicción. Dentro de este trabajo se presentan 
DETERIORO DE RECUBRIMIENTOS ORGÁNICOS: PRINCIPALES MODELOS Y 
MÉTODOS DE CUANTIFICACIÓN 
273Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
estimaciones y distribuciones de vida (Weibull, Exponencial, Lognormal, 
Gumbel, Gamma, y Gamma generalizada) así como la confiabilidad que 
tomará forma de acuerdo con los eventos que presente el recubrimiento. 
En primer lugar, puede darse un decrecimiento lineal de la tasa de riesgo 
cuando hay presencia de fallas o defectos prematuros (como lixiviación de 
pinturas alquídicas, lixiviación de surfactantes, hinchamiento de bordes y 
algunas formas de ampollamiento, entre otros). En segundo lugar, puede 
presentarse una tasa de riesgo constante donde la probabilidad de falla 
en el futuro inmediato está dada por el comportamiento hasta el presente 
(desprendimiento de la pintura, ampollamiento). En el tercer caso, puede 
ocurrir un incremento de la tasa de riesgo, puesto que la probabilidad 
de falla en el futuro inmediato es mayor teniendo en cuenta el riesgo 
actual. Dicho incremento constituye un indicativo de envejecimiento 
(co rrosión, entizamiento, color, agrietamiento y hongos). Finalmente, 
pue de presentarse una mezcla de los diferentes modos de fallas, lo cual 
se representa gráficamente en forma de bañera. En esta metodología, 
además, se muestran las tasas de riesgo que define la probabilidad de 
que un individuo falle dado que ha sobrevivido un tiempo t y se resalta 
la importancia de la estimación de parámetros en presencia de riesgos 
competitivos. 
Modelos de deterioro en función de la radiación solar
Otro grupo de modelos desarrollados son los que usan la radiación y su 
incidencia sobre los recubrimientos para evaluar el deterioro de la película 
o la estabilidad de foto­estabilizadores, entre otros aspectos. Existen in­
vestigaciones, como la de Bauer [50], donde se presentan modelos en 
los que se establecen los factores de aceleración que pueden registrarse 
por someter la pintura a diferentes cámaras y a ensayos en campo (Flo­
rida y Arizona). Estos se presentan con las respectivas correcciones de 
temperatura, longitud de onda, humedad y la consideración de las 
pérdidas por radiación UVA. 
Escobar et. al. [31] plantean una combinación de modelos para predecir el 
contenidode humedad y la dosis UV efectiva total en la foto­degradación 
originada en ensayos acelerados.
Vaca­Trigo y Meeker [51] presentaron un modelo que relaciona la respuesta 
de diversos recubrimientos sometidos tanto a ensayos de campo como 
Ángela Bermúdez­Castañeda, Juan Guillermo Castaño­González, 
Félix Echeverría Echeverría
274 Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
acelerados. Inicialmente, con los datos experimentales se establecieron 
los factores de aceleración. Luego, se realizó una estandarización y se 
definieron modelos para cada una de las variables de mayor incidencia, 
como el modelo para determinar el efecto de la radiación UV en la foto­
degradación, en el que se tienen en cuenta la dosis de radiación y las 
longitudes de onda, o el modelo donde se relacionan los efectos que 
producen la temperatura y la humedad. Con base en lo anterior, se 
formuló un modelo general de daño acumulado en función del tiempo.
En esta misma línea, Gu et. al. [52] propusieron la aplicación de un 
modelo matemático de daño acumulado similar al anterior, basado en la 
degradación de pinturas epóxicas sometidas tanto a ensayos de campo 
como de laboratorio.
Tabla 1
Modelos de deterioro de recubrimientos orgánicos.
MODELO NOMBRE DEL MODELO PARÁMETROS O VARIABLES
Valor Crítico de 
Comportamiento en 
el Tiempo [46].
η(t) =Valor crítico del comportamiento 
característico a un tiempo t de 
exposición
a = Estado inicial de degradación
b =Tasa de degradación
Distribución de 
Vida Teórica
Tasa de Riesgo
Confiabilidad de 
un Sistema de 
Recubrimiento [46].
Ft = Función de distribución 
acumulada
T = Tiempo de falla para una muestra 
aleatroría
h(t) Tasa de riesgo
F(t) Probabilidad de la función de 
densidad
R(r) = Confiabilidad 
S = Muestra o especímen
Función de 
distribución 
acumulada (CDF) 
del deterioro bajo el 
proceso Browniano 
[43], [45].
Para TD(r) = inƒ{t ≥ 0 : Dt ≥ z} Donde; 
TD(z) : primer tiempo con incrementos 
lineales que excede un valor de 
deterioro z 
µν = media; σ2ν = varianza Φ = CDF 
de una distribución normal estándar 
de variable aleatoria.
Continúa...
DETERIORO DE RECUBRIMIENTOS ORGÁNICOS: PRINCIPALES MODELOS Y 
MÉTODOS DE CUANTIFICACIÓN 
275Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
Distribución 
acumulada del 
deterioro bajo el 
proceso Gamma. 
[43], [45].
Para Tx(z) = inƒ{t ≥ 0 : xt ≥ z}
Tx(z) : primer tiempo con incrementos 
lineales que excede un valor z
µtq = media; σ2tq = varianza
Tasa de deterioro 
(X) = α – β * t + γ * t2 + δt3
Modelos de 
deterioro por lugar 
de exposición [44].
α,β, γ, δ = Constantes dependientes 
de la temperatura y las condiciones 
ambientales.
t = Tiempo de exposición en años. El 
exponente de esta variable está en 
función de cada pintura.
X = Tipo de Pintura
Deterioro del 
recubrimiento en el 
tiempo [51], [52].
μ = Localización en la curva de 
deterioro de datos experimentales
σ =Pendiente de la curva de deterioro 
experimental
D(∞) =Nivel estandarizado de daño 
en el tiempo
D(0) = Nivel estandarizado de daño 
en el tiempo 0
d(t) = Dosis total de radiación 
efectiva(KJ/m2/nm)
Deterioro sin 
mantenimiento [53].
αx = Índices de confiabilidad de las 
tasas de deterioro
tI = Tiempo de iniciación del 
deterioro
p = Incremento en la tasa de 
confiabilidad del índice de deterioro
β = Índice de confiabilidad
Deterioro con 
mantenimiento [53].
nj = Número de acciones de 
mantenimiento.
tI = Tiempo de iniciación del 
deterioro en años
t = Tiempo de vida en años
β = Índice de confiabilidad
βj,0 = índice de confiabilidad sin 
mantenimiento
Deterioro del 
recubrimiento
Proceso Gamma 
[53].
r0 = Resistencia inicial
S = Carga
Deterioro de 
recubrimiento 
Proceso Gamma 
[54].
Fi = Probabilidad de falla por año
 = Incertidumbre en el proceso
y = resistencia inicial
a, b = Parámetro de la ley de potencia 
> 0
t = tiempo 
T = Tiempo de vida
Ángela Bermúdez­Castañeda, Juan Guillermo Castaño­González, 
Félix Echeverría Echeverría
276 Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
Cuantificación del deterioro por análisis de imágenes
Para dar respaldo a los análisis descriptivos y con el ánimo de evitar 
la variabilidad o error que puede darle un evaluador al grado final de 
clasificación de degradación de una pintura (por su alto grado de subje­
tividad), se han desarrollado técnicas de análisis de imagen que permiten 
correlacionar el desgaste con características, tales como la reflectividad 
o el oscurecimiento de las imágenes con el aumento de la degradación, 
entre otros [55]. Estas técnicas han tenido gran aceptación debido a su 
exactitud, objetividad, velocidad y consistencia [56]. Con su uso se evita 
la variabilidad de las medidas dadas por diferentes observadores y se 
posibilita la detección de defectos que no son fácilmente observables por 
examen óptico. Además, facilita la inspección cuando la pieza no puede 
ser llevada a laboratorio para examinar su superficie [57]. Empleando 
esta técnica, Lee y colaboradores [55] analizaron pinturas de naturaleza 
epóxica, poliuretano y melanina en función de ciclos de scratch y de la 
carga aplicada durante dicha deformación, determinando de esta manera 
que existe una relación entre la retención del brillo y el grado de desgaste.
El análisis de imágenes puede presentarse como una herramienta de 
seguridad, en la medida que puede revelar grietas incipientes, pequeños 
puntos de corrosión, entre otros defectos, que pueden ayudar a realizar 
acciones de mantenimiento antes de la presencia de una falla catastrófica. 
Estos métodos sugieren una alternativa más confiable que algunas técnicas 
no destructivas que no permiten detectar todos los defectos presentes [58]. 
En el trabajo realizado por Ali et. al. [58], se realiza un registro de imágenes 
acoplado con técnicas de polarización tanto perpendicular como paralela 
a la superficie, siendo la primera la más útil para detectar las zonas en 
las que se encuentra corrosión del sustrato y grietas en el recubrimiento 
orgánico. El uso de programas para identificación de defectos de corrosión 
o deterioro de pinturas puede complementarse con el diseño de algoritmos 
que clasifican automáticamente este defecto con una pre­evaluación hecha 
por un inspector y la creación de bases de datos de imágenes. Kyvelidis et. 
al. [57] utilizaron un programa que les permitía identificar el defecto que 
afecta la pintura y el porcentaje en que se presenta, mediante la aplicación 
de algoritmos cuya función es detectar cambios de color. 
DETERIORO DE RECUBRIMIENTOS ORGÁNICOS: PRINCIPALES MODELOS Y 
MÉTODOS DE CUANTIFICACIÓN 
277Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
Estos métodos de evaluación constituyen una herramienta esencial en la 
evaluación e inspección objetiva de recubrimientos, además de facilitar la 
detección del nivel o cantidad de degradación de un sistema con respecto 
a unos valores umbrales de deterioro definidos por el experto.
4. EL CASO DEL MANTENIMIENTO
Un aspecto fundamental a tener en cuenta al realizar repintados de man­
tenimiento es el de la compatibilidad entre las capas de pintura nuevas 
y las aplicadas previamente que necesitan ser reparadas. Dentro de tales 
consideraciones debe tenerse especial cuidado en las interacciones pintura/
pintura, solvente/pintura, sustrato/pintura y pintura/otras técnicas de 
protección. Fragata et. al. [59] realizaron un estudio comparativo entre el 
efecto de varios sistemas de pintura sobre material envejecido sometido a 
ensayos acelerados (UV/humedad, ensayo prohesion) y campo acelerado. 
En dicho estudio encontraron amplios rangos de compatibilidad de 
pinturas envejecidas con sistemas alquídicos, epóxicos y poliuretanosque 
debido a su sistema de curado (reacción química) no presentan las fallas 
usuales de incompatibilidad como sangrado o arrugamiento, aunque 
se requiere una activación de la superficie a recubrir. En este trabajo los 
resultados obtenidos en el ensayo prohesion fueron los más cercanos al 
comportamiento en los ensayos de campo. 
Por otra parte, en el campo del mantenimiento, los modelos de deterioro 
hallados en la literatura se formulan, por lo general, con base en el 
tratamiento de los datos mediante modelos Gamma, en los cuales hay 
una primera parte del modelo destinada al deterioro del material y una 
segunda parte (denominada modelo de decisión) enfocada en la sustitu­
ción por ocurrencia de falla o por vencimiento del tiempo de vida del 
recubrimiento. Con ello, además de conocer los tiempos óptimos de man­
tenimiento o reemplazo, se puede proveer información para calcular los 
costos asociados a estas actividades. Una característica de estos modelos es 
que son de consecuencias, es decir, se pueden ajustar una vez ha ocurrido 
el deterioro y permiten hacer predicciones [43], [45], [53], [54], [60], [61].
Dentro de los modelos de decisión se encuentran los modelos de extensión 
de tiempo de vida para mantenimiento. En este caso, se optimizan los in­
tervalos de reemplazo con respecto a las acciones de reemplazo correctivas 
Ángela Bermúdez­Castañeda, Juan Guillermo Castaño­González, 
Félix Echeverría Echeverría
278 Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
y preventivas. Se consideran dos periodos: uno de iniciación y otro de 
propagación. Durante el primer período no hay pérdidas de la protección, 
mientras que durante el segundo se mide la pérdida de la efectividad de 
la protección y su deterioro. Además, no hay cambios o reemplazos. Estos 
períodos se repetirán en tanto se realicen acciones de mantenimiento [62]. 
De otro lado, en el artículo presentado por Goodwiny Weyers [63] se plan­
tean dos enfoques de mantenimiento: el ideal/óptimo y el práctico. El 
primero se realiza cuando se rompe del 3­5% de la capa superior (siendo 
más rentable), mientras que para el segundo este porcentaje oscila entre 
el 5 y el 10%. 
5. CONCLUSIÓN
La fenomenología del deterioro de recubrimientos orgánicos y los 
diferentes métodos que la describen, caracterizan y modelan ha sido 
ampliamente estudiada y desarrollada en los últimos años, debido a su 
importancia en las actividades de predicción de vida útil, mantenimiento 
y desarrollo de nuevos sistemas de pinturas. Los modelos de deterioro 
que existen recogen diversos parámetros que influyen de manera aislada 
en el deterioro de los recubrimientos orgánicos. Sin embargo, cada uno 
de estos parámetros varía con respecto a los lugares de exposición y los 
tipos de pintura, entre otras variables. En su mayoría los modelos son 
de tipo determinístico o probabilístico, y están influenciados por las 
ocurrencias, mas no por los factores involucrados en el deterioro. Este tipo 
de modelos no permite predecir tipos o niveles de falla que se presenten 
preferencialmente por efecto del ambiente expuesto, ni que se establezca 
un criterio unificado de la cuantificación del deterioro. A su vez, para 
estos modelos no se encuentra claramente especificada la fiabilidad y 
bondad de ajuste, ni la concordancia entre los niveles de degradación 
calculados por estos métodos y los obtenidos en campo, por lo cual hay 
que ser muy cautelosos al considerar su posible inclusión en metodologías 
de evaluación. 
BIBLIOGRAFÍA
[1] S. Brunner, P. Richner, U. Müller, and O. Guseva, “Test Equipment Accelerated 
weathering device for service life prediction for organic coatings,” Polymer 
Testing, vol. 24, no. 1, pp. 25­31, Feb. 2005.
DETERIORO DE RECUBRIMIENTOS ORGÁNICOS: PRINCIPALES MODELOS Y 
MÉTODOS DE CUANTIFICACIÓN 
279Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
[2] V. D. Sherbondy, “Accelerated Weathering,” in Paint and Coating Testing 
Manual, J. V. Koleske, Ed., 14 ed. Philadelphia, United States: American 
Society for Testing and Materials, 1995, pp. 643­653.
[3] R. G. Buchheit, “Corrosion Resistant Coatings and Paints,” in Handbook of 
Environmental Degradation of Materials. vol. 1, M. Kutz, Ed., 2nd ed. New 
York: William Andrew Publishing, 2005, pp. 367­384.
[4] P. Roberge, Handbook of Corrosion Engineering, New York: McGraw­Hill, 2000.
[5] G. Wypyth, Handbook of Material Weathering, 4th ed. Toronto, Canada: 
ChemTec Publishing, 2008.
[6] J. Pospíšilç, J. Pilař, N. C. Billingham, A. Marek, Z. Horák, and S. Nešpůrek, 
“Factors affecting accelerated testing of polymer photostability,” Polymer 
Degradation and Stability, vol. 91, no. 3, pp. 417 ­ 422, Mar. 2006.
[7] D. D. L. Fuente, S. Flores, and M. Morcillo, “Deterioration of paint systems 
applied on zinc substrates contaminated with soluble salts,” Progress in Or-
ganic Coatings, vol. 41, no. 1­3, pp. 183–190, Mar. 2001.
[8] D. Santos, M. R. Costa, and M. T. Santos, “Performance of polyester and mo­
dified polyester coil coatings exposed in different environments with high 
UV radiation,” Progress in Organic Coatings, vol. 58, no. 4, pp. 296–302, Mar. 
2007.
[9] S. K. Roy, L. B. Thye, and D. Northwood, “The evaluation of paint perfor­
mance for exterior applications in tropical environment Singapore’s,” 
Budding and Environment, vol. 31, no. 5, pp. 477­486, Sept. 1996.
[10] L. F. E. Jacques, “Accelerated and outdoor/natural exposure testing of 
coating,” Progress Polymer Science, vol. 25, no. 9, pp. 1337 – 1362., 2000.
[11] H. Ochs, J. Vogelsang, and G. Meyer, “Enhanced surface roughness of organic 
coatings due to UV­degradation: an unknown source of EIS­artifacts,” 
Progress in Organic Coatings, vol. 46, no. 3, pp. 182­190, May 2003.
[12] L. A. Escobar, W. Q. Meeker, D. L. Kugler, and L. L. Kramer, “Accelerated 
Destructive Degradation Tests: Data, Models, and Analysis,” in Mathematical 
and Statistical Methods in Reliability, New Jersey: World Sci. Publ, 2002, pp. 
319­338.
[13] M. E. M. Almeida, “Minimisation of steel atmospheric corrosion: Updated 
structure of intervention,” Progress in Organic Coatings, vol. 54, no. 2, pp. 81­
90, Oct. 2005. 
[14] J. Simancas and M. Morcillo, “Factores condicionantes de la durabilidad de 
los sistemas de pinturas anticorrosivas sobre acero en exposiciones atmos­
féricas”, Revista de Metalurgia, vol. 34, n°. Extra, pp. 132­136, May 1998.
[15] D. J. Bartlett, “Why Protective Coatings Sometimes Go Wrong,” presented at 
the 13TH International Corrosion Congress, Melbourn, Australia, Nov. 1996, 
Paper 085.
Ángela Bermúdez­Castañeda, Juan Guillermo Castaño­González, 
Félix Echeverría Echeverría
280 Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
[16] B. W. Johnson and R. McIntyre, “Analysis of test methods for UV durability 
predictions of polymer coatings,” Progress in Organic Coatings, vol. 27, no. 
1­4, pp. 95­ 106, Jan. ­ Ap. 1996.
[17] L. Espada, M. E. Vázquez, and A. Sánchez, “Acid Rain: Its Influence on 
Corrosion Processes,” presented at the 13TH International Corrosion 
Congress, Melbourn, Australia, Nov. 1996, Paper 010.
[18] Standard Practice for Conducting Atmospheric Corrosion Test on Metals, ASTM 
G ­ 50, 2003.
[19] R. Vera, B. M. Rosales, and C. Tapia, “Effect of the exposure angle in the 
corrosion rate of plain carbon steel in a marine atmosphere,” Corrosion 
Science, vol. 45, no. 2, pp. 321­337, Feb. 2003.
[20] D. A. Bayliss and D. H. Deacon, “Testing of coatings,” in Steelwork Corrosion 
Control, T. Francis, Ed., 2nd ed. New York: Spon Press, 2002, pp. 367­403.
[21] M. Morcillo, B. Chico, L. Mariaca, and E.Otero, “Salinity in marine atmos­
pheric corrosion: its dependence on the wind regime existing in the site,” 
Corrosion Science, vol. 42, no.1, pp. 91­104, Feb. 2000.
[22] Cidepint, “Protección de Superficies Metálicas Parte I,” in Protección de 
Superficies Metálicas, La Plata, Argentina: CIDEPINT, 2005.
[23] F. X. Perrin, M. Irigoyen, E. Aragon, and J. L. Vernet, “Artificial aging of 
acrylurethane and alkyd paints: a micro­ATR spectroscopic study,” Polymer 
Degradation and Stability, vol. 70, no. 3, pp. 469­475, 2000.
[24] X. Shi and S. G. Croll, “Recovery of surface defects on epoxy coatings and 
implications for the use of accelerated weathering,” Progress in Organic 
Coatings, vol. 2, no. 67, pp. 120­128, Feb. 2010.
[25] H. T. Chang and S. T. Chang, “Correlation between softwood discoloration 
induced by accelerated lightfastness testing and by indoor exposure,” 
Polymer Degradation and Stability, vol. 2, no. 72, pp. 361–365, May 2001.
[26] X. Yang and X. Ding, “Prediction of outdoor weathering performance of 
polypropylene filaments by accelerated weathering tests,” Geotextiles and 
Geomembranes, vol. 2, no. 24, pp. 103–109, 2006.
[27] K. M. White, R. M. Fischer, and W. D. Ketola, “An Analysis of the Effect of 
Irradiance on the Weathering of Polymeric Materials,” in Service life Prediction 
of Polymeric Materials. Global Perspectives, J. W. Martin, R. A. Ryntz, J. Chin, 
and R. A. Dickey, Ed., New York: Springer, 2009, pp. 71­82.
[28] K. P. Scott and H. K. H. III, “A New Approach to Characterizing Weathering 
Reciprocity in Xenon Arc Weathering Devices,” in Service life Prediction of 
Polymeric Materials. Global Perspectives, J. W. Martin, R. A. Ryntz, J. Chin, and 
R. A. Dickey, Ed., New York: Springer, 2009, pp. 83­91.
[29] J. Mallégol, M. Poelman, and M. G. Olivier, “Influence of UV weathering on 
corrosion resistance of prepainted steel,” Progress in Organic Coatings, vol. 61, 
no. 2­4, pp. 126–135, Feb. 2008.
DETERIORO DE RECUBRIMIENTOS ORGÁNICOS: PRINCIPALES MODELOS Y 
MÉTODOS DE CUANTIFICACIÓN 
281Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
[30] T. Muneer, S. Younes, and S. Munawwar, “Discourses on solar radiation 
modeling,” Renewable and Sustainable Energy Reviews, vol. 11, no. 4, pp. 551­
602, May 2007.
[31] L. A. Escobar and W. Q. Meeker, “A review of accelerated test models,” 
Statistical Science, vol. 21, no. 4, pp. 552­577, Nov. 2006.
[32] B. D. Amo, L. Véleva, A. R. D. Sarli, and C. I. Elsner, “Performance of coated 
steel systems exposed to different media Part I. Painted galvanized steel,” 
Progress in Organic Coatings, vol. 50, no. 3, pp. 179­192, Aug. 2004.
[33] W. Funke, “Corrosion­protective quality of organic coatings and inter­
facial conditions at the metal surface and the adjacent coating layer,” pre­
sented at the 15th International Corrosion Congress Frontiers in Corrosion 
Science and Technology, Granada, España, 2002.
[34] M. Morcillo, “Review Paper Soluble salts: their effect on premature de­
gradation of anticorrosive paints,” Progress in Organic Coatings, vol. 36, no. 3, 
pp. 137­147, Jul. 1999.
[35] D. A. Bayliss and D. H. Deacon, “Coating defects and failures,” in Steelwork 
Corrosion Control, T. Francis, Ed., 2nd ed. New York: Spon Press, 2002.
[36] J. Morales, S. Martín­Krijer, F. Díaz, J. Hernández­Borges, and S. González, 
“Atmospheric corrosion in subtropical areas: influences of time of wetness 
and deficiency of the ISO 9223 norm,” Corrosion Science, vol. 47, no. 8, pp. 
2005­2019, Aug. 2005.
[37] P. Bijl, A. Heikkilä, S. Syrjälä, A. Aarva, and A. Poikonen, “Property mo­
delling of sample surface temperature in an outdoor weathering test,” 
Polymer Testing, vol. 5, no. 30, pp. 485–492, Aug. 2011.
[38] F. Fragata, Almeida, E., Herrera, F., Corvo, F., Simancas, J, Rivero, S., Rincon, 
O.T., “Conventional Painting Coating for Steel Protection in the Atmos­
phere,” presented at the 14th International Corrosion Congress Co­operation 
in Control, Cape Town, South Africa, 1999.
[39] D. Santos, C. Brites, M. R. Costa, and M. T. Santos, “Performance of paint 
systems with polyurethane topcoats, proposed for atmospheres with very 
high corrosivity category,” Progress in Organic Coatings, vol. 54, no. 4, pp. 
344–352, Dec. 2005.
[40] F. Deflorian, S. Rossi, L. Fedrizzi, and C. Zanella, “Comparison of organic 
coating accelerated tests and natural weathering considering meteorological 
data,” Progress in Organic Coatings, vol. 59, no. 3, pp. 244­250, Jun. 2007.
[41] E. Almeida, D. Santos, F. Fragata, D. D. L. Fuente, and M. Morcillo, “Anti­
corrosive painting for a wide spectrum of marine atmospheres: Envi­
ronmental­friendly versus traditional paint systems,” Progress in Organic 
Coatings, vol. 57, no. 1, pp. 11–22, Sept. 2006.
[42] W. Q. Meeker and L. A. Escobar, Statistical Methods for Reliability Data. Estados 
Unidos: Jhon Wiley & Sons, 1998.
Ángela Bermúdez­Castañeda, Juan Guillermo Castaño­González, 
Félix Echeverría Echeverría
282 Ingeniería y Desarrollo. Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
[43] R. Nicolai, R. Dekker, and J. M. Noortwijk, “A comparison of models for 
measurable deterioration: An application to coatings on steel structures,” 
Realiability Engineering and System, vol. 92, no. 12, pp. 1635­1650, Dec. 2007.
[44] J. D. Fricker, T. Zayed, and L. M. Chang, Steel Bridge Protection Policy: Life 
Cycle Cost Analysis and Maintenance Plan. Indiana: Indiana Department of 
Transportation and Purdue University, 1999.
[45] R. P. Nicolai, J. B. G. Frenk, and R. Dekker, “Modelling and optimizing 
imperfect maintenance of coatings on steel structures,” Structural Safety, vol. 
31, no. 3, pp. 234­244, May 2009.
[46] J. W. Martin, S. C. Saunders, F. L. Floyd, and W. J.P, Methodologies for 
Predicting the Services Lives of Coating Systems vol. 172. Philadelphia, USA: 
Diane Pub Co, 1994.
[47] R. P. Nicolai, G. Budai, R. Dekker, and M. Vreijling, “Modeling the 
deterioration of the coating on steel structures: a comparison of methods,” 
in IEEE International Conference on System, Man and Cybernetics, Hammamet, 
Tunisia, 2004, pp. 4177­4182.
[48] S. G. Croll, B. R. Hinderliter, and S. Liu, “Statistical approaches for predicting 
weathering degradation and service life,” Progress in Organic Coatings, vol. 
55, no. 2, pp. 75–87, Feb. 2006.
[49] A. Iost, D. Najjar, and R. Hellouin, “Modelling of the Vickers hardness 
of paint coatings deposited on metallic substrates,” Surface and Coatings 
Technology, vol. 165, no. 2, pp. 126­132, Feb. 2003.
[50] D. R. Bauer, “Interpreting weathering acceleration factors for automotive 
coatings using exposure models,” Polymer Degradation and Stability, vol. 69, 
no. 3, pp. 307­316, Sept. 2000.
[51] I. Vaca­Trigo and W. Q. Meeker, “A Statistical Model for Linking Field and 
Laboratory Exposure Results for a Model Coating,” in Service Life Prediction 
of Polymeric Materials. Global Perspectives, J. W. Martin, R. A. Ryntz, J. Chin, 
and R. A. Dickey, Ed., New York: Springer, 2009, pp. 29­43.
[52] D. X. Gu, Stanley, W. E. Byrd, B. Dickens, I. Vaca­Trigo, W. Q. Meeker, T. 
Nguyen, J. W. Chin, and J. W. Martin, “Linking Accelerated Laboratory Test 
with Outdoor Performance Results for a Model Epoxy Coating System,” in 
Service Life Prediction of Polymeric Materials. Global Perspectives, J. W. Martin, 
R. A. Ryntz, J. Chin, and R. A. Dickey, Ed., New York: Springer, 2009, pp. 
3­28.
[53] D. M. Frangopol, M. J. Kallen, and M. J. V. Noortwijk, “Probabilistic models 
for life­cycle performance of deteriorating structures: review and future 
directions,” Progress in Structural Engineering and Materials, vol. 6, no. 4, pp. 
197­212, Oct. ­ Dec. 2004.
[54] J. M. V. Noortwijk and M. D. Frangopol, “Two probabilistic life­cycle 
maintenance models for deteriorating civil infrastructures,” Probabilistic 
Engineering Mechanics, vol. 19, no. 4, pp. 345­359, Oct. 2004.
DETERIORO DE RECUBRIMIENTOS ORGÁNICOS: PRINCIPALES MODELOS Y 
MÉTODOS DE CUANTIFICACIÓN 
283Ingeniería y Desarrollo.Universidad del Norte. Vol. 30 n.° 2: 261­283, 2012
ISSN: 0122­3461 (impreso) ­ ISSN: 2145­9371 (on line)
[55] E. Lee, B. Pourdeyhimi, C. Hazzard, and J. Summerville, “Analysis of 
coatings appearance and durability testing induced surface defects using 
image capture/processing/analysis,” Revista de Metalurgia Madrid, vol. 39, 
no. Extra, pp. 206­212, Dec. 2003.
[56] S. Lee, “Color Image­based Defect Detection Method and Steel Bridge 
Coating,” presented at the Texas 47th ASC Annual International Conference 
Proceedings, Texas, 2011.
[57] S. T. Kyvelidis, L. Lykouropoulos, and N. Kouloumbi, “Digital system for 
detecting, classifying, and fast retrieving corrosion generated defects,” 
Journal of Coatings Technology, vol. 73, no. 915, pp. 67­73, Ap. 2001.
[58] J. H. Ali, W. B. Wang, R. R. Alfano, and M. K. Kassir, “Detection of corrosion 
and cracking beneath paint using photonic techniques,” Theoretical and 
Applied Fracture Mechanics, vol. 41, no. 1­3, pp. 1­7, Ap. 2004.
[59] F. Fragata, R. P. Salai, C. Amorim, and E. Almeida, “Compatibility and 
incompatibility in anticorrosive painting: The particular case of maintenance 
painting,” Progress in Organic Coatings, vol. 56, no. 4, pp. 257­268, Aug. 2006.
[60] M. D. Pandey, X. X. Yuan, and J. M. V. Noortwijk, “Gamma process model 
for reliability analysis and replacement of aging structural components,” in 
ICOSSAR, Roma, Italia, 2005, pp. 2439–2444.
[61] J. M. V. Noortwijk, “A survey of the application of gamma processes in 
maintenance,” Reliability Engineering and System Safety, vol. 94, no. 1, pp. 2­21, 
Jan. 2009.
[62] J. D. Bakker, H. J. V. d. Graaf, and J. M. V. Noortwijk, “Model of Lifetime­
Extending Maintenance,” in 8th International Conference on Structural Faults 
and Repair, London, United Kingdom, 1999, pp. 1­13.
[63] F. E. Goodwin, Weyers, R., “Life Cycle Cost Analysis for Zinc and Other 
Protective Coatings for Steel Structures,” presented at the 14th International 
Corrosion Congress, Cape Town, South Africa, 1999.